Patterns and Life Course Determinants of Black–White Disparities in Biological Age Acceleration: A Decomposition Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Despite the prominence of the weathering hypothesis as a mechanism underlying racialized inequities in morbidity and mortality, the life course social and economic determinants of Black-White disparities in biological aging remain inadequately understood. This study uses data from the Health and Retirement Study (n = 6,782), multivariable regression, and Kitagawa-Blinder-Oaxaca decomposition to assess Black-White disparities across three measures of biological aging: PhenoAge, Klemera-Doubal biological age, and homeostatic dysregulation. It also examines the contributions of racial differences in life course socioeconomic and stress exposures and vulnerability to those exposures to Black-White disparities in biological aging. Across the outcomes, Black individuals exhibited accelerated biological aging relative to White individuals. Decomposition analyses showed that racial differences in life course socioeconomic exposures accounted for roughly 27% to 55% of the racial disparities across the biological aging measures, and racial disparities in psychosocial stress exposure explained 7% to 11%. We found less evidence that heterogeneity in the associations between social exposures and biological aging by race contributed substantially to Black-White disparities in biological aging. Our findings offer new evidence of the role of life course social exposures in generating disparities in biological aging, with implications for understanding age patterns of morbidity and mortality risks.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle